图的邻接矩阵及邻接表表示法

邻接矩阵和关联矩阵定义：设D（V,E）是有向图，其中V={v1,v2,v2…vn},E={e1,e2,e3,…em}，称A(D)=(aij)nxn是D的邻接矩阵，其中aij是以vi为起始点，以vj为终点的边的条数。若图D中无环，则称M(D)=（mij）nxm为关联矩阵。[i，j]是下标，n是点的个数，m是边的数量注意：1.关联矩阵是针对边来说的，所以矩阵大小为n*m，它的取值如下：

对于无向图而言：邻接矩阵则是对称的，且只有0和1，因为没有方向的区别后，要么有边，要么没边：

从图我们可以看到，它是关于对角线对称的一个矩阵，我们在编程中，遍历和存储是只需要关注上半部分或者下半部分即可。
 

跟邻接矩阵一样，用来存储图中信息的，还有邻接表：如果学过链表，就很好理解，首先在一个数组中存储各个点（对象或者成为链），而每个对象又保存着一个next引用指向连接的点在数组中的坐标，如图：A到E在数组中存储后，坐标依次排列，A连B，B的坐标为1，所以指向的地方标记为1，代表A连着B，接着，B连着E，E的坐标为4，这1的引用指向4。

从图我们就可以得出邻接表的存储方式了：即链表加数组，这存储结构比起纯粹用数组（邻接矩阵）要节约很多空间。邻接矩阵，需要一个n*n维的数组，复杂度为O（n^2），而邻接表是根据点和边来保存数据的，当一个起点决定后，就采用深度搜索的方法沿着边，保存连接点的信息，复杂度为O(n+m）

另外，若果是有向图，我们在保存下一个顶点时，还需要保存边的权值，看图中每个格子都分成两小格了，第二个小格子就是用来存储权值的。

转自：https://blog.csdn.net/legendaryhaha/article/details/83049101